- 样本(sample):所研究对象的一个个體
- 样本集(sample set):若干样本的集合。
- 类(class):在所有样本上定义一个子集我们关心的某种性质在该子集上是不可区分的,则该子集上的所有样本为同一类样本
- 特征(feature)或称为属性:表征样本的观测,常用数值表示量化的特征
- 特征向量(feature vector):多个特征组成特征向量。
- 1929年阅读机被发明出来,能够阅读0-9的数字(这么早就可以进行数字识别了,想想就感觉很厉害)
- 二十世纪三十年代,Fisher提出统计分类理论奠定了统计模式识别的基础。(后面学到的Fisher准则应该也是他提出的)
- 二十世纪五十年代Noam Chemsky 提出形式语言理论;傅京荪提出句法结构模式識别。
- 二十世纪六十年代L.A.Zadeh 提出模糊集理论,模糊模式识别方法得以发展和应用
- 二十世纪八十年代,以Hopfield网络、BP网络为代表的神经网络模型导致了人工神经网络的复活并且在模式识别领域得到了比较广泛的应用。(现在神经网络应用非常广泛) - 二十世纪九十年代小样本學习理论、支持向量机方法被提出(由 Corinna Cortes 和 Vapnik 提出)。
(三)模式识别的主要方法
1.基于知识的方法(Knowledge-based)或者称为结构(句法)模式识别
根据人們一致的关于研究对象的知识整理出若干描述特惠与类别间关系的准则,建立计算机推理系统对未知样本通过这些知识推理决策其类別。
不依靠人们对所研究对象的认知仅使用收集到的已知样本训练模式识别的机器,在用该机器进行分类
- 人工神经网络(ANN)
发布了5 篇原创文章 · 获赞 1 · 访问量 226